基于步行时地面反作用力的身份识别方法技术

本发明专利技术公开了一种基于步行时地面反作用力的身份识别方法，特征是利用由隐藏在地面或地板下的三维力测力平台组成的步态通道采集步行时的步态信息，并对其进行数据预处理，再采用小波包分解算法提取小波包分解系数、小波包能量、小波包分解系数的均值和方差表征步态特征，训练过程中利用特征选择算法和支持向量机分类器建立已训练的步态特征模板和分类模板，识别过程中利用已训练的步态特征模板对提取的待识别对象的步态特征进行特征映射，再利用已训练的分类模板对其进行模板匹配和识别，输出识别结果。本发明专利技术的步态信息采集和识别过程具有隐蔽性，不会引起察觉和人权纠纷，可以更好地满足高科技时代安全敏感场所的身份鉴别和安全防范需求。

【技术实现步骤摘要】

本专利技术属于模式识别
，特别涉及。
技术介绍
当今世界面临严峻的恐怖袭击和金融盗窃等安全难题，身份识别或认证变得越来越重要，尤其在机场、海关、博物馆、晚会现场、银行和金库等安全敏感场所。生物特征识别技术是利用人体固有的生理特征和行为特征来实现个体身份识别或认证，由于所选用的生物特征是人体固有的，能随身携带，不需要记忆，具有唯一性和难以复制性等特点，更适用于新的安全需求下的身份识别或认证。目前，用于身份识别的生物特征已有十多种，其中，生理特征主要有指纹、人脸、虹膜、掌纹、掌形、人耳、视网膜、DNA以及气味等，行为特征主要有签名、语音、击键以及步态等。指纹、掌纹、掌形、虹膜、人脸、DNA、语音和签名等识别技术已有较为成熟的产品，它们在各自的应用领域中均起到了积极的作用。但遗憾的是，指纹、人脸、虹膜、掌纹、掌形、人耳、视网膜、DNA、气味、签名、语音和击键等生物特征识别技术在实际应用时均需要被检对象密切配合才能完成信息采集，不具备隐蔽性，易引起犯罪分子的察觉进而采取反侦察手段。与此同时，所用的生理特征都是静态特征，易于伪造；击键、语音和签名这三种行为特征也容易被模仿；除高级的人脸本文档来自技高网...

【技术保护点】
一种基于步行时地面反作用力的身份识别方法，其特征在于包括训练过程和识别过程；所述训练过程包括：利用由隐藏在地面或地板下的三维力测力平台组成的步态通道采集步行时的步态信息并建立步态数据库，进行数据预处理、步态特征提取、步态特征选择和分类器训练，最终得到已训练的步态特征模板和分类模板；所述识别过程包括：获取待识别对象的实时步态信息以得到测试样本，对测试样本进行数据预处理、步态特征提取，利用已训练的步态特征模板对待识别对象提取的步态特征进行特征映射，再利用已训练的分类模板按照最近邻原则对测试样本进行模板匹配和识别，输出识别结果；所述步态信息是通过三维力测力平台采集的单步的地面反作用力，或连续多个单步...

【技术特征摘要】
1.种基于步行时地面反作用力的身份识别方法，其特征在于包括训练过程和识别过程; 所述训练过程包括:利用由隐藏在地面或地板下的三维力测力平台组成的步态通道采集步行时的步态信息并建立步态数据库，进行数据预处理、步态特征提取、步态特征选择和分类器训练，最终得到已训练的步态特征模板和分类模板； 所述识别过程包括:获取待识别对象的实时步态信息以得到测试样本，对测试样本进行数据预处理、步态特征提取，利用已训练的步态特征模板对待识别对象提取的步态特征进行特征映射，再利用已训练的分类模板按照最近邻原则对测试样本进行模板匹配和识另Ij，输出识别结果； 所述步态信息是通过三维力测力平台采集的单步的地面反作用力，或连续多个单步的地面反作用力在时序上累加得到合成的地面反作用力； 所述单步的地面反作用力或合成的地面反作用力都由左右方向剪切力、前后方向剪切力和垂直方向支撑力这三个分量组成； 所述数据预处理包括去噪和有效样本挑选；所述去噪是指采用小波变换阈值法对地面反作用力数据进行分解和重构处理；所述有效样本挑选是指根据去噪后的地面反作用力中垂直方向支撑力的数据维数和峰值点数值是否在有效范围内判断，挑选在有效范围内的地面反作用力数据作为有效样本；所述有效范围是指与所采用的三维力测力平台的个数Np和采样频率Fp相关的数值范围，对于单步的地面反作用力，如果其中垂直方向支撑力的数据维数低于0.4Fp或高于0.8Fp，或垂直方向支撑力的波峰和波谷的纵坐标值相差超过300，即判定为无效样本，否则判定为有效样本...

【专利技术属性】
技术研发人员：姚志明，夏懿，孙怡宁，周旭，张涛，杨先军，马祖长，窦少彬，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：